四年一度的世界盃進行到7月2日，8強名額僅剩4席！
如果你和我一樣是一名偽球迷，請先了解以下注意事項：
- 本屆世界盃是在俄羅斯舉辦
- 一共32只球隊分8個小組，每組前2名進入淘汰賽
- 比賽持續一個月
- 共64場比賽在俄羅斯多個城市舉行
- 沒有中國隊，因為沒出線
- 沒有意大利隊、荷蘭隊，因為也沒出線
- 是國家隊間比賽，因此沒有巴薩、皇馬、曼聯、拜仁……
- 比賽常規時間，上下半場各45分鐘
- 淘汰賽階段常規時間打平，進入30分鐘加時賽，再打平才是點球大戰
- 梅西是阿根廷的，C羅是葡萄牙的，內馬爾是巴西的，他們都不是西班牙的
- 大羅、小羅、卡卡、貝克漢姆都不參加
- 世界盃是足球比賽，沒有哈登、庫裡、杜蘭特、姚明~
每到世界盃，一項保留節目就是預測當年冠軍，各路大神啦、名嘴啦、章魚啦、貓貓狗狗啦都少不了。這次我也來預測一把。但我不懂球啊怎麼辦？沒關係，我可以用程序！（反正都是蒙唄）日本章魚哥：生前準確率100%已經掛彩，為世界盃最慘預言帝默哀三秒
日本章魚哥“拉比奧”
數據來源
這份數據來自 Kaggle，是從1872年到2018年共38929場比賽的結果。我們這次就用這份數據作為預測的基礎。
另外介紹下 Kaggle，它一個數據科學競賽平臺，強烈建議研究數據分析、機器學習這方面的同學多上去玩耍。
建立模型
有了這麼多歷史比賽數據，要怎麼來預測呢？我建立了如下幾條規則：
- 太久遠的數據對於當下球隊的參考價值有限，所以設定一個起始年限
- 查找對陣雙方從起始年限至今的對戰數據，並計算
- 勝利概率=(勝利場次+平局場次/2)/總場次
- 小組賽階段，勝利概率超過一定閾值（比如0.7）的球隊贏，否則為平局
- 淘汰賽階段，勝利概率大的球隊贏
- 如果兩隊從起始年限至今沒有進行過比賽，就往前再多選取N年的數據（一般出現在參加大賽較少的球隊）
- 如果仍然沒有交手過，則以各自對陣本屆盃賽其餘所有球隊的戰績為基礎，分別計算勝利概率。概率高的球隊勝。但如果是小組賽，概率差必須高過一定閾值（比如0.1），否則為平局
賽程模擬
基於以上的規則模型，我們導入數據，通過 Python 程序模擬本屆世界盃32支球隊的64場比賽。
這樣就“預測”了比賽的結果。
預測結果
所以，究竟這份代碼 run 出怎樣的結果？
因為不同的起始年限和平局閾值會得到不一樣的結果。我嘗試使用 2006~2016 11個不同年限，和4組N的取值，得到共44組比賽結果。最終奪冠的次數是：
巴西 23 次
西班牙 12 次
德國 6 次
英格蘭 3 次
看來，巴西隊還是毋庸置疑的奪冠熱門。難怪各大菠菜網站都給他們開出最低的賠率。
梅西：我1打3
C羅：我1打11
內馬爾：11個打我！
分享到:
閱讀更多 合一學社 的文章
